Competitive Response Modeling（竞争响应建模）
Skill-Competitive-Response-Modeling · 15-营销投放分析
causalforecastingoptimizationmulti_agentpricing广告与投放供应链与补货MAS与智能体工程定价与利润WF-A 智能补货WF-B 广告优化WF-D 选品扫描WF-F 动态定价
年化 ROI15-30 万元
实现难度⭐⭐☆☆☆
业务优先级⭐⭐⭐☆☆
业务视角
适用角色CMO / 营销负责人 · 广告优化师 · CEO
适用平台Amazon + TikTok + Meta + KOL 四渠道 · Prime Day / Black Friday 预算前置
什么情况下用同时跑 Amazon 广告/TikTok/网红投放/邮件，不知道整体预算怎么分配最高效；网红投放花了大钱但不知道带来多少真实 GMV
成功是什么样的建立全渠道营销归因模型（MMM），每个渠道真实 ROI 可量化，大促前做预算优化模拟
业务痛点
1. 解决的问题
Momcozy 在美国 Prime Day 前一周突然将吸奶器搜索广告预算翻倍，我们的 impression share 从 22% 跌到 14%
2. 核心算法逻辑
竞品投放会劫持我们的广告效果（尤其是同一品类的搜索广告）。竞争响应建模量化"竞品加投 $X 导致我们损失多少"，并设计最优反制策略。
3. 业务应用场景
Momcozy 在美国 Prime Day 前一周突然将吸奶器搜索广告预算翻倍，我们的 impression share 从 22% 跌到 14%。模型估算损失 $8,000/天，建议反制：品牌词防守预算 +50%（$2000/天）+ 竞品词"Momcozy alternative"新增投放（$1500/天），预计可恢复至 19% share。
年化价值：15-30 万元（避免竞品蚕食）。
4. 输入数据要求
请查看原始代码模板获取输入规格。
5. 输出结果
请查看原始代码模板获取输出规格。
6. 业务价值 / ROI
- ROI：年化 15-30 万元 | 难度：⭐⭐☆☆☆ | 优先级：⭐⭐⭐☆☆
7. 代码模板
代码块数量：1 · 路径：未检测到
"""Competitive Response Modeling"""
import numpy as np
def competitive_alert(our_share: float, comp_shares: list,
category_overlaps: list, threshold: float = 0.6):
ci = sum(s * o for s, o in zip(comp_shares, category_overlaps)) / our_share
return {'ci': ci, 'alert': ci > threshold,
'response': 'defensive_brand+offensive_competitor' if ci > threshold else 'maintain'}
# test
print(competitive_alert(0.14, [0.28, 0.12], [0.9, 0.5]))8. 论文来源
未自动抽取；请查看原始 Skill 卡片。